Per seguire il modulo Deep Dive Reti Convolutive sono necessarie competenze preliminari specifiche di Python, Regressione lineare e logistica.
MODULO DIDATTICO
Deep Dive Reti Convolutive
Analisi di architetture convolutive avanzate e casi d’uso particolari
LIVELLO
Da Beginner ad Advanced
PREREQUISITI
Python per la ds, Introduzione alle reti convolutive
DURATA TOTALE
4 ore
LEZIONI
100% on demand
PUOI TROVARE
QUESTO MODULO DIDATTICO IN
CORSO
TOP COURSE
Machine Learning Masterclass
- DURATA TOTALE:14 settimane
- LIVELLO:Avanzato
- PREREQUISITO:Nessuno
- PROGETTI:10 progetti
- LIVE:12 live con docente
Descrizione
Studio di particolari configurazioni di architetture convolutive tramite esercitazioni su modelli come U-Net. Auto-Encoder, Variational-AutoEncoder e GAN e focus su tecniche di transfer-learning, batch normalization e DropOut. Introduzione all’utilizzo di TensorFlow Datasets e applicazione di architetture convolutive a task di diversa natura.
Elenco lezioni del modulo
- U-Net
- Esercitazione U-Net
- Dropout
- Esercitazione Dropout
- Batch Normalization
- Esercitazione LeNet-5 con Batch Normalization
- Global Pooling
- Esercitazione su Tensorflow Datasets
- Esercitazione Global Pooling
- Autoencoder
- Esercitazione Autoencoder
- GAN
- Esercitazione GAN
- Transfer Learning
- Esercitazione Transfer Learning
- LIVE